【技术实现步骤摘要】
基于改进小生境遗传算法的多目标柔性作业车间调度方法
本专利技术涉及生产中的车间调度领域，尤其涉及一种基于改进小生境遗传算法的多目标柔性作业车间调度方法。
技术介绍
车间生产工序控制调度问题是工业车间生产中的重要问题，调度结果的优劣直接决定着车间的生产效率与生产成本的高低，在企业数字化、智能化越来越被强调的今天，合理高效的车间生产工序调度方法逐渐成为企业的必然需求。柔性作业车间生产工序调度问题(FJSP)是对实际车间调度问题的一种抽象描述，比较接近大部分企业车间的生产情况。在FJSP中，每个工件包含一系列具有先后顺序约束的工序，每一道工序可以在多台加工设备上进行加工，且在各台加工设备上的加工时长不一定相同。求解FJSP即是要制定生产排产序列，即获得所有工件所有工序的加工顺序，现有算法求解出的生产排产序列，往往存在生产周期过长、设备利用率低等问题，进而导致产品不能按期交付、库存成本偏高等问题。FJSP已经被证明是NP-hard问题，也即无法通过计算机在有效时间内计算处理出精确最优解，只能转向求取可接受的近似最优解...
【技术保护点】
1.一种基于改进小生境遗传算法的多目标柔性作业车间调度方法，其特征在于，包括以下步骤：/nS1.由多目标柔性作业车间所有工件的工序数据构建排产序列，以排产序列作为个体，并随机生成初代种群；/nS2.对种群中的每个个体，根据排产序列计算各道工序的加工时间段；/nS3.计算各排产序列对应个体的总目标函数值；/nS4.用改进小生境法计算各排产序列对应个体的适应度值；/nS5.根据适应度值采用轮盘赌的方式选择出个体集合；/nS6.对步骤S5获得的个体集合实施遗传算法的交叉操作；/nS7.对步骤S6获得的个体集合实施遗传算法的变异操作；/nS8.将步骤S7获得的个体与本代种群中适应度...
【技术特征摘要】
1.一种基于改进小生境遗传算法的多目标柔性作业车间调度方法，其特征在于，包括以下步骤：
S1.由多目标柔性作业车间所有工件的工序数据构建排产序列，以排产序列作为个体，并随机生成初代种群；
S2.对种群中的每个个体，根据排产序列计算各道工序的加工时间段；
S3.计算各排产序列对应个体的总目标函数值；
S4.用改进小生境法计算各排产序列对应个体的适应度值；
S5.根据适应度值采用轮盘赌的方式选择出个体集合；
S6.对步骤S5获得的个体集合实施遗传算法的交叉操作；
S7.对步骤S6获得的个体集合实施遗传算法的变异操作；
S8.将步骤S7获得的个体与本代种群中适应度值最高的前若干个个体组成新的种群；
S9.重复步骤S2-S8，直到达到预定迭代次数，输出末代种群中总目标函数值最小的个体作为最优个体。
S10.采用最优个体的排产序列中的工序顺序安排加工设备进行加工工件的处理，从而实现多目标柔性作业车间调度。
2.根据权利要求1所述的基于改进小生境遗传算法的多目标柔性作业车间调度方法，其特征在于：所述步骤S1中，所述种群中的个体采用十进制整数的排产序列，排产序列由按照排产顺序的作业车间中多道工序以各自对应的工件序号组成，一串排产序列作为遗传算法的一个个体，由多个个体组成种群，随机生成多个排产序列构成初代种群。
3.根据权利要求1所述的基于改进小生境遗传算法的多目标柔性作业车间调度方法，其特征在于：所述步骤S2具体如下：
S21.已知各加工设备的可排产时间段与各工序的加工时长；并且针对一个工序，根据加工设备故障率计算出该工序可用的各加工设备的优先级；
S22.按照排产序列中每一位对应工件的工序序号排序依次对于每一道工序进行以下处理：在满足工序顺序约束的前提下，确定该工序在每台可用的加工设备上的最先可加工时刻，选择最先可加工时刻最早的加工设备设置以该最先可加工时...
【专利技术属性】
技术研发人员：刘振宇，刘浩，郏维强，谭建荣，
申请(专利权)人：浙江大学，武汉数字化设计与制造创新中心有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。